从头开始搭建一套NLP开发环境

这篇文章记录一下搭建一套NLP开发工具的流程。

我们将使用python作为我们的开发语言，原因很简单：通用、易于设置、提供了很多的计算库，包括从深度学习到概率推理，再到数据可视化等等的各个领域；

我们将使用Anaconda 来设置python:

Windows

1.安装anaconda:

官网地址：前往下载，页面底端有anaconda的下载链接，请注意选择适当的python版本

下载完成直接点击安装

安装完成后进入客户端，我们会发现已经替我们集成了很多工具，比如说常用的Jupyter Notebook等，我们也可以选择enviroments来使用默认的环境，也可以创建一个自己的环境，都是可以的。

当然安装完成可以使用进入命令行使用conda和python命令看一下conda 和 python版本,上图中的三角形打开进入Terminal就OK，或者直接用命令行工具打开

我们看到前半段就是我自定义的环境名称，我们也可以使用如下命令切换到环境env2：

conda activate env2

anaconda 可以在上图的客户端中安装python 库，安装时注意选择环境和是否已安装的过滤条件，我本人比较倾向于命令行安装，故不在多花时间演示这种安装方式。下边的代码可以帮助我们安装常用多的python库，如安装jieba(一种中文分词工具)

pip install jieba

接下来就是开发工具的选择：我主要用的就两个，Jupyter Notebook 和 pyCharm,都是很好的工具，Jupyter Notebook可以直接在anaconda中打开，但是要注意打开的文件路径，可以找到Jupyter Notebook的目录下，修改属性对应你自己的代码起始路径，具体方式可以百度一下

另外一个工具是pyCharm，可以前往pycharm 下载地址进行下载，社区版在前期基本够用，当然你也可以到某宝购买一个XXX(自己体会吧)；

你可能会发现安装一套完整的开发环境其实并不是很难，包括后边如果用了相关的库和框架，比如说pandas, tensorflow, pytorch等，都和上边是一样的，只是说我们安装时需要注意一下版本，比如tensorflow 2.x 变化还是比较大的，直接使用pip install tensorflow 的话默认安装的是最新版本。

可以说，上边这一套东西对于整个python生态体系都管用，不管你是做web开发还是算法，都可以这么玩。 

Linux:

Linux 搭建一个jupyter notebook运行环境【基于ubuntu 20.04】